有人可以解释min_distance和min_angle可选参数吗？
http://scikit-image.org/docs/dev/api/skimage.transform.html#skimage.transform.hough_line_peaks
对于min_angle = n，我认为它会检查下一个角度的线是否最小于我的theta数组中的n个元素以便被接受。
import numpy as np
from skimage.transform import hough_line,hough_line_peaks
iden = np.identity(200)
hspace, angles, dists = hough_line(iden,theta=np.linspace(-np.pi/2,np.pi/2,1800)) # 0.1 degree resolution
hspace, angles, dists = hough_line_peaks(hspace, angles, dists,min_distance=0,min_angle=20) # 2 degree minimum before accepting as new line?
print(hspace, angles*180/np.pi, dists)
输出：[200 126 124] [-44.9749861 -45.27515286 -44.67481934] [0.50088496 -0.50088496 1.50265487]
角度数组显示我错了。该参数只接受整数，我不确定它是什么......
答案 0 :(得分：1)
我认为函数hough_line_peaks()本身没有任何问题。
min_angle和min_distance定义了已经找到的峰周围的区域，其中没有找到其他峰值（即，您认为从另一个峰值关闭的峰值实际上是一个唯一的峰值）
在霍夫变换的累加器中，2维是：角度和距离。你基本上用一个整数来设置累加器中的二进制数，这些二进制数必须在已经找到的峰值周围被忽略。
通过将min_distance设置为0，您只能避免获得具有完全相同的距离参数且角度参数差小于20 * angle_resolution ~= 20 * 0.1 = .2的2个峰值。返回的3个峰中没有一个具有相同的距离参数，因此，您设置的条件得到遵守。
此外，请注意，除非0.1中的第三个参数为np.linspace，否则您的角度分辨率不会精确1801度。这是np.linspace行为的方式，你给它总点数。 hough_line_peaks只将返回的向量作为输入参数。您还可以使用np.arange，它允许您将step作为参数传递。
修改
返回的角度数组是度？！？。我希望输入的弧度......值应该对应np.linspace(-np.pi/2, np.pi/2, 1800)的某些值。
编辑结束
基本上，它的工作原理如下：
200, -44.9749861, 0.50088496（200表示已为累加器的此分区分配了200个像素）[bin - min_dist: bin + min_dist, bin - min_angle:bin + min_angle]周围的累加器箱设置为0 编辑2：
为什么结果accumulator_value = [200 126 124]，angle_params = [a b c]和dist_params = [d e f]（适用于所有d，e，f，例如d != e和e != f）与参数min_angle = X和min_distance = 0
累加器中最强的峰位于料仓angle_param = a和dist_param = d。
搜索第二个峰值将通过丢弃累加器中的这个bin以及位于多个二进制位<= X的二进制位来执行（旁注：它可能是{{} 1}}但这并没有改变这里的推理）角度＆＃34;方向＆＃34;并且在距离＆＃34;方向＆＃34;上的多个箱X/2处。来自＆＃34;峰值＆＃34;箱中。
只有这一点。因此，在您的案例中找到的其他峰位于一个bin中，其距离参数与找到的任何其他峰值不同。因此没有理由丢弃它们。
累加器只是一个二维的箱子表，一个方向代表角度，另一个方向代表距离。